为减小光散射法的矿井岩尘颗粒物测量质量浓度误差,仿真模拟光子在含尘空间内的随机蒙特卡洛过程,并根据煤、岩尘颗粒物在不同散射面下的捕获光子数以及不同质量浓度范围下动态时间弯曲(dynamic time warping,DTW)距离的差异进行尘源区...为减小光散射法的矿井岩尘颗粒物测量质量浓度误差,仿真模拟光子在含尘空间内的随机蒙特卡洛过程,并根据煤、岩尘颗粒物在不同散射面下的捕获光子数以及不同质量浓度范围下动态时间弯曲(dynamic time warping,DTW)距离的差异进行尘源区分,针对浓度补偿实验获取的岩尘颗粒物测量质量浓度波动较大的问题,使用移动平均和卡尔曼滤波算法进行测量质量浓度的平滑处理。研究结果表明:岩尘颗粒物捕获光子数在90°散射面下有较大差异,在3~555 mg/m^(3)范围内区分煤、岩尘的模数转换差值的DTW判断阈值为23854.06,卡尔曼滤波算法在减小相对测量误差方面比移动平均更好。1#光电传感器在194~555 mg/m^(3)范围内平均相对测量最小误差为-1.34%,2#光电传感器在3~191 mg/m^(3)范围内平均相对测量最小误差为6.06%。研究结果可为矿井粉尘光学测量装置提供数据参考。展开更多
提出大型电力系统可靠性评估的一种新的蒙特卡洛模拟方法—马尔可夫链蒙特卡洛方法(Markov chain Monte Carlo,MCMC)。MCMC方法是一种特殊的蒙特卡洛方法,它将随机过程中的马尔可夫过程引入到蒙特卡洛模拟中,实现动态蒙特卡洛模拟。该...提出大型电力系统可靠性评估的一种新的蒙特卡洛模拟方法—马尔可夫链蒙特卡洛方法(Markov chain Monte Carlo,MCMC)。MCMC方法是一种特殊的蒙特卡洛方法,它将随机过程中的马尔可夫过程引入到蒙特卡洛模拟中,实现动态蒙特卡洛模拟。该方法通过重复抽样,建立一个平稳分布与系统概率分布相同的马尔可夫链,从而得到系统的状态样本。由于MCMC方法考虑了系统各个状态间的相互影响,相比于随机采样的蒙特卡洛方法所得到的独立样本序列,更准确模拟了电力系统运行实际情况。IEEE-RTS 24节点算例表明,该算法可快速收敛,节省计算时间,提高计算速度。同时,由于每条马尔可夫链均收敛于同一个分布,即所谓平稳分布,所以算法具有良好的稳定性。对西北330 kV电网的可靠性评估再次表明了该方法的正确性和有效性以及该方法用于大型电力系统的可靠性评估的优越性和潜力。展开更多
